Departamento de Economía
2023-09-13
Los paquetes que vamos a utilizar en la sesión de hoy son:
No olvide que debe desde luego debe tener presente en su documento de R Markdown los siguientes paquetes:
Nos acercamos a modelos un poco mas superiores que los anteriormente vistos.
Llega la hora de trabajar con modelos estacionales, estos desde luego intentaran mostrar la referencia estacional en las series de tiempo.
Se presenta la opción de Pronostico Rápido. Se denomina auto.arima
Cartera comercial de bancos
Producto de industria Manufacturera Perú (op)
La vez pasada supimos que no era una serie Ruido Blanco
Eso nos afecta el Pronostico de esa serie. Tal vez podamos mirar otro modelo. Puede ser estacional, como de otro orden. Eso vamos hacer hoy!!.
Este modelo ya diferenciado estacionalmente y -resumido (vamos paso adelante)- nos dice que el ACF cae lentamente y tenemos dos picos uno de AR y uno de MA en el lag 12 de la función de PACF. Esta parte nos indica en conformidad un ARIMA (1,1,1) para ambos correlogramas. Sin embargo los candidatos pueden ser los siguientes:
Los modelos que pueden ser candidatos son:
###############################################
# Augmented Dickey-Fuller Test Unit Root Test #
###############################################
Test regression trend
Call:
lm(formula = z.diff ~ z.lag.1 + 1 + tt)
Residuals:
Min 1Q Median 3Q Max
-14554.1 -1809.3 355.4 1975.6 13263.8
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 233.54338 937.93121 0.249 0.804081
z.lag.1 -0.39722 0.09807 -4.051 0.000129 ***
tt -1.39875 21.84248 -0.064 0.949120
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 3993 on 71 degrees of freedom
Multiple R-squared: 0.1898, Adjusted R-squared: 0.167
F-statistic: 8.317 on 2 and 71 DF, p-value: 0.0005685
Value of test-statistic is: -4.0506 5.5579 8.3172
Critical values for test statistics:
1pct 5pct 10pct
tau3 -4.04 -3.45 -3.15
phi2 6.50 4.88 4.16
phi3 8.73 6.49 5.47
#######################
# KPSS Unit Root Test #
#######################
Test is of type: tau with 3 lags.
Value of test-statistic is: 0.083
Critical value for a significance level of:
10pct 5pct 2.5pct 1pct
critical values 0.119 0.146 0.176 0.216
El mejor modelo por lo pronto es el (opcional) o sarima de orden (1,1,1) en ambas partes.
Tenemos que igual revisar cada uno en test de ruido blanco.
Ljung-Box test
data: Residuals from ARIMA(1,1,0)(1,1,1)[12]
Q* = 26.011, df = 15, p-value = 0.03791
Model df: 3. Total lags used: 18
Ljung-Box test
data: Residuals from ARIMA(1,1,1)(1,1,1)[12]
Q* = 18.235, df = 14, p-value = 0.1963
Model df: 4. Total lags used: 18
Series: cartera
ARIMA(1,1,1)(1,1,1)[12]
Coefficients:
ar1 ma1 sar1 sma1
0.8453 -0.3732 0.0197 -1.0000
s.e. 0.0886 0.1373 0.1337 0.1825
sigma^2 estimated as 7503236: log likelihood=-709.78
AIC=1429.55 AICc=1430.42 BIC=1441.14
Training set error measures:
ME RMSE MAE MPE MAPE MASE
Training set 204.0135 2460.436 1628.825 0.04095422 0.3311958 0.04303489
ACF1
Training set -0.03445785
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
May 2023 641353.7 637602.8 645104.5 635617.3 647090.1
Jun 2023 643806.9 637132.7 650481.2 633599.5 654014.3
Jul 2023 644479.8 634796.7 654163.0 629670.8 659288.9
Aug 2023 645718.6 632979.6 658457.6 626236.0 665201.3
Sep 2023 648374.5 632577.0 664172.0 624214.3 672534.8
Oct 2023 650729.5 631903.9 669555.1 621938.2 679520.7
Nov 2023 654776.7 632976.6 676576.8 621436.3 688117.1
Dec 2023 656594.6 631889.4 681299.8 618811.2 694378.0
Jan 2024 653680.6 626150.5 681210.7 611576.9 695784.3
Feb 2024 658183.8 627925.0 688442.6 611907.0 704460.6
Mar 2024 662116.4 629207.2 695025.6 611786.2 712446.6
Apr 2024 665346.1 629866.1 700826.1 611084.2 719608.1
Universidad del Norte